一步结合 tidyr::spread 和 dplyr::summarise答案

【问题标题】：combine tidyr::spread and dplyr::summarise in single step一步结合 tidyr::spread 和 dplyr::summarise
【发布时间】：2018-07-27 21:45:06
【问题描述】：

我经常想在“单步”中执行tidyr::spread 和dplyr::summarise 以按组聚合数据。我想要的显示在expected 中。我可以通过分别执行summarise 和spread 并将结果与dplyr::full_join 组合来获得expected，但我正在寻找避免full_join 的替代方法。不需要真正的单步方法。

df <- data.frame(
        id = rep(letters[1], 2),
        val1 = c(10, 20),
        val2 = c(100, 200),
        key = c("A", "B"),
        value = c(1, 2))

library(tidyverse)
result1 <- df %>%
              group_by(id) %>%
              summarise(
                val1 = min(val1),
                val2 = max(val2)
              )
# A tibble: 1 x 3
  # id      val1  val2
  # <fctr> <dbl> <dbl>
# 1 a       10.0   200

result2 <- df %>%
              select(id, key, value) %>%
              group_by(id) %>%
              spread(key, value)
# A tibble: 1 x 3
# Groups: id [1]
  # id         A     B
# * <fctr> <dbl> <dbl>
# 1 a       1.00  2.00

expected <- full_join(result1, result2, by="id")
# A tibble: 1 x 5
  # id      val1  val2     A     B
  # <fctr> <dbl> <dbl> <dbl> <dbl>
# 1 a       10.0   200  1.00  2.00

【问题讨论】：

标签： r dplyr tidyr

【解决方案1】：

使用do的另一种方法：

res <- df %>%
  group_by(id) %>%
  summarise(
    val1 = min(val1),
    val2 = max(val2),
    key = list(key),
    value = list(value)
  ) %>% group_by(id, val1, val2) %>%
  do( matrix(.$value[[1]], nrow=1) %>% as.data.frame %>% setNames(as.character(.$key[[1]])) )

【讨论】：

【解决方案2】：

自我回答：这是一种适用于 tidyr::nest 的方法，但它看起来“杂乱无章”，也好不到哪里去

df %>%
  group_by(id) %>%
  nest() %>%
  mutate(
    min_vals = map(data, ~.x %>% summarise(min_val = min(val1), max_val = max(val2))),
    data = map(data, ~select(.x, key, value) %>% spread(key, value))
  ) %>%
  unnest()

# A tibble: 1 x 5
  # id         A     B min_val max_val
  # <fctr> <dbl> <dbl>   <dbl>   <dbl>
# 1 a       1.00  2.00    10.0     200

【讨论】：

【解决方案3】：

我怀疑您的数据可能有更多需要修改的边缘情况，但您为什么不简单地spread 然后summarise？您可以为每个变量单独指定汇总函数，因此对于您实际上不需要计算任何东西的A 和B（我假设）您可以删除所有NA：

df %>%
  spread("key", "value") %>%
  group_by(id) %>%
  summarise(
    val1 = min(val1),
    val2 = max(val2),
    A = mean(A, na.rm = TRUE),
    B = mean(B, na.rm = TRUE)
    )
# A tibble: 1 x 5
  id     val1  val2     A     B
  <fct> <dbl> <dbl> <dbl> <dbl>
1 a      10.0   200  1.00  2.00

【讨论】：

这可能是最简单的方法。在接受之前，我会看看在接下来的几天内是否会弹出其他答案。